以下の記事が面白かったので、簡単にまとめました。 ・Realtime API 1. Realtime API「Realtime API」は、低遅延のマルチモーダル会話エクスペリエンスを構築するためのAPIです。現在、入出力の両方でテキスト・音声がサポートされており、Function Callingを利用することもできます。 特徴は次のとおりです。 ・ネイティブ音声合成 低遅延で、ニュアンスに富んだ出力が得られる ・自然で操作可能な音声 自然な抑揚を持ち、笑ったり、ささやいたり、トーンの指示に従うことができる ・同時マルチモーダル出力 テキストはモデレーションに役立ち、オーディオにより安定した再生が保証される 2. クイックスタート「Realtime API」は、サーバ上で実行するように設計された WebSocket インタフェースです。APIの機能を紹介するデモアプリ「openai-rea

以下の記事が面白かったので、簡単にまとめました。 ・Introducing the Realtime API 1. Realtime API本日 (2024年10月1日)、OpenAIから「Realtime API」が発表されました。これにより、すべての有料開発者がアプリで低遅延のマルチモーダルエクスペリエンスを構築できるようになりました。ChatGPTの「Advanced Voice Mode」と同様に、6つのプリセット音声を使用して自然な speech-to-speech の会話をサポートします。 さらに、「Chat Completions API」にオーディオ入出力が発表されました。これは、「Realtime API」の低レイテンシの利点を必要としないユースケースをサポートします。開発者は任意のテキスト・オーディオを「GPT-4o」に渡し、テキスト・オーディオ・両方を選択して応答させ

OpenAIが2024年5月にリリースしたAIモデル「GPT-4o」に、2024年10月1日から「画像でファインチューニングする機能」が追加されました。すでにテキストでGPT-4oをファインチューニングする機能は提供されていましたが、画像でのファインチューニングが可能になったことで、視覚検索やオブジェクト検出などの機能を向上させることができます。 🖼 We’re adding support for vision fine-tuning. You can now fine-tune GPT-4o with images, in addition to text. Free training till October 31, up to 1M tokens a day. https://t.co/Nqi7DYYiNC pic.twitter.com/g8N68EIOTi— OpenAI D

Googleが2024年10月1日に、Samsungの新型Chromebook「Galaxy Chromebook Plus」とLenovoの「Chromebook Duet」を発表しました。両モデルにはGoogleのAI機能「Gemini」が搭載されており、効率的な作業が可能になっているとのことです。 2 new Chromebooks and new AI features to get more done https://blog.google/products/chromebooks/google-chromebook-update-october-2024/ Do less to do more with Gemini on Chromebook Plus - YouTube Google brings new AI features to ChromeOS and announ

GoogleのAI「Gemini」ファミリーのスマートフォン向けモデル「Gemini Nano」について、開発者がアプリに組み込むことが可能になったと発表されました。これにより、各アプリでユーザーデータを外部に送信することなくローカルでAIを利用できるようになります。 Android Developers Blog: Gemini Nano is now available on Android via experimental access https://android-developers.googleblog.com/2024/10/gemini-nano-experimental-access-available-on-android.html Android Developers Blog: An introduction to privacy and safety for G

市場規模が世界で30兆円に迫るとも言われる、ゲーム市場。 クリエイターたちの独創的なアイデアや匠の技術がけん引してきた開発の現場で今、AI（人工知能）の活用を模索している。AIの普及でゲームはどう変わろうとしているのか。 ことしの「東京ゲームショウ」で見えてきた最新のトレンドと課題を探った。 （経済部記者 三好朋花）

インターネット上で公開されている対話型の生成AI（人工知能）を悪用してランサムウエア（身代金要求型ウイルス）を作成したとして不正指令電磁的記録作成の罪などに問われた林琉輝被告（25）の論告求刑公判が1日、東京地裁であった。検察側は懲役4年を求刑、弁護側は寛大な処分を求めて結審した。判決は25日に言い渡される。検察側は論告で、林被告が生成AIを使ってランサムウエアの設計図にあたる「ソースコード」

公正取引委員会は10月2日、「生成AIを巡る競争」に関する情報・意見募集を始めると発表した。生成AIを健全な形で経済社会に実装させるため、国内外の動向や関連市場の実態を調査するのが目的。意見提出は郵送やメールのいずれでも可能で、期限は11月22日まで。 意見募集のために公開した、生成AIに関する背景知識をまとめたディスカッションペーパーによると、日本の生成AI市場は2023年時点で1188億円という。今後は年平均で47.2％増で急速成長し、30年には1兆7774億円に達する見込み。一方、著作権侵害や偽・誤情報などが社会を不安定化・混乱させるリスクもあると説明している。 なお、ディスカッションペーパーに記載した情報は「あくまでも今後の議論に資することを目的とするもので、現時点で問題を示しているものではなく、何ら結論に予断を与えるものではない」（公取委）としている。 「生成AI関連市場の各レイ

生産性向上コンサルタントの David Allen 氏が広めた「2分ルール」とは、たとえば簡単なメール返信など、2分以内にできるタスクを即座にやってしまう戦略。実践経験があるビジネスパーソンも多いことでしょう。*1 しかし、近年は生成AIの進化により、わずか2分でこなせるタスクの範囲が飛躍的に広がりました。つまり、2分でこなせるタスクの概念が大きく変わってきたのです。 どんどんタスクがたまってしまうと焦りを感じている、あるいは生成AIを利用して生産性をあげたいビジネスパーソン、または、迅速な意思決定が求められる管理職の方々にとって、このテクノロジーは強力な味方となるはず。 今回は、生成AIで進化した「2分ルール」活用法を、実践しながらお伝えします。 「2分ルール」の詳細と活用法 生成AIにより2分でできることが拡大 生成AI×2分ルールでここまでできた 「2分ルール」の詳細と活用法 リーダ

オープンAIのアルトマンCEOは、AIが気候変動の問題を解決し、人類に繁栄をもたらすと主張している。だが、AIの電力需要は温室効果ガスの排出を増加させており、自社が関与する技術で問題を解決できるとするのは傲慢な考えだ。 by James Temple2024.10.02 6 オープンAI（OpenAI）のサム・アルトマン最高経営責任者（CEO）は、9月23日に公開したエッセーで、人工知能（AI）の急速な能力向上はすばらしい「インテリジェンスの時代」を到来させ、「想像を絶する」繁栄と、「気候問題の解決」のような「驚くべき勝利」をもたらすと主張した。 だが、そんな約束は、誰にもできない。そして気候変動のテーマに関して言えば、問題の本質を根本的に誤解している。 さらに厄介なことに、アルトマンCEOの主張は、AIテクノロジーが電力を大量に消費している今日の問題は無視しても構わないという態度の表明で

builders.flash の読者のみなさん、こんにちは ! テクニカルライターの米倉裕基と申します。 本記事では、AWS が提供する生成 AI によるコーディングアシスタント Amazon Q Developer の機能と特徴について紹介します。 Amazon Q Developer は、生成 AI を活用して開発者の生産性を向上させるためのツールです。自然言語によるコーディングサポートや、インラインでのコード補完、新機能実装の提案など、開発プロセス全体の効率化を実現できます。また、Amazon Q Developer はセキュリティ面にも配慮されたサービスです。コードの脆弱性をスキャンし、修正案を提示する機能を備えているほか、データ保護、アクセス制御、監査ログなどのセキュリティ対策が施されています。 本記事では、Amazon Q Developer の以下の機能と特徴について詳しく解

皆さん、こんにちは ! AWS の宇賀神 みずき こと しょぼちむ (@syobochim) です。数年前まで SIer で働いており、深夜のオフィスで「AI、ちょっとは仕事奪ってくれねぇかな〜」と呟いたことが何度かあります。最近は技術の進化も著しく、いよいよあの時の呟きが現実味を帯びてきました。 皆さんのシステム開発の現場では、すでに生成 AI は使われているでしょうか？調査・プログラミングのサポート・エラー解決など、開発の現場で生成 AI を活用するケースがどんどん増えてきています。今回は、もう少し視野を広げて、システム現場でよくある、面倒でやりたくない作業を生成 AI に押し付けられないかを、一緒に考えていきましょう ! ソフトウェアの開発ライフサイクル全体を考えてみると、要求分析から保守まで、多くの検討やドキュメントの作成、整合性のチェックなどをする必要があります。たとえ、アジャイ

ChatGPTに「値上げ観測」！最高技術責任者に加え、副社長までも退社…「人材流出が止まらない」「巨額赤字」OpenAIの正念場 人材流出が止まらないOpenAI 昨今の世界的AIブームの立役者、OpenAIからの人材流出が続いている。先週もCTO（最高技術責任者）ミラ・ムラティ氏や研究担当副社長、さらに最高研究責任者など3名がほぼ同時に退社を表明した。 それに先立ち今年5月には、2015年の創業以来、同社の技術開発をリードしてきたチーフ・サイエンティストのイリヤ・スツケヴァー氏も辞職して新たに会社を立ち上げる等、今年に入ってOpenAIを離脱した幹部社員や主力研究者らは全部で20名以上に上る。 その一方で、同社には巨額の資金が流れ込んでいる。現在もベンチャーキャピタルや大手IT企業などから総額で約65億〜70億ドル（1兆円以上）に上る資金の調達を進めており、今週中にはその交渉が妥結すると

OpenAIが進めていた資金調達ラウンドが完了し、1570億ドル(約23兆円)の評価額で66億ドル(約9700億円)の資金を集めたことがわかりました。 New funding to scale the benefits of AI | OpenAI https://openai.com/index/scale-the-benefits-of-ai/ OpenAI raises at $157 billion valuation; Microsoft, Nvidia join round https://www.cnbc.com/2024/10/02/openai-raises-at-157-billion-valuation-microsoft-nvidia-join-round.html OpenAI raises $6.6B and is now valued at $157B | T

「私は人工知能（ＡＩ）悲観論者ではない」と、ダロン・アセモグル氏はインタビュー開始早々に宣言した。ＡＩの可能性は認めているという。 マサチューセッツ工科大学（ＭＩＴ）の著名な経済学者、アセモグル教授は迫り来る経済・金融の危機を警告する悲観論者的な声を上げるのは、ＡＩへの熱狂やそれがあおる投資ブームと驚異的なハイテク株急騰が、とどまらないところを知らないからだ。 ＡＩがどれほど有望であろうと、その過剰な期待に応えられる可能性は非常に低いとアセモグル氏は語る。ＡＩに奪われる職、あるいは少なくともＡＩに大いに依存する職は向こう10年でわずか５％に過ぎないというのが、同氏の計算だ。労働者には確かに朗報だが、生産性の急上昇を見込んでＡＩに巨額を投じている企業にはとても悪いニュースだ。 「多額の資金が無駄になるだろう」とアセモグル氏は話す。「５％では経済の革命は起きない」と述べた。

We’re living through a technological paradigm shift. In a few short years, our computers have learned to speak our languages, see what we see and hear what we hear. Yet technology for its own sake counts for nothing. What matters is how it feels to people and what impact it has on societies. It’s about how it changes lives, opens doors, expands minds and relieves pressure. It is perhaps the greate